Nama : Fendi Pradana

NIM : 2017-57-017
Kelas :A

JAWABAN UTS SIMULASI INDUSTRI

TEKNIK INDUSTRI
UNIVERSITAS MURIA KUDUS

1. Diketahui data Serving time atau waktu pelayanan suatu Bank adalah sebagai berikut :
No Serving Time No Serving Time No Serving Time
1 259 11 251 21 338
2 283 12 86 22 28
3 609 13 40 23 84
4 219 14 371 24 278
5 234 15 195 25 118
6 516 16 256 26 151
7 55 17 178 27 242
8 625 18 481 28 317
9 308 19 238 29 188
10 174 20 778 30 107
a. Uji keseragaman dari data serving time tersebut.

 Nilai Mean
∑
̅

 Nilai Standar Deviasi

∑ ̅
√

 Nilai UCL dan LCL dengan nilai K = 2 (Tingkat kepercayaan sebesar 95%)
̅
 ̅

 Grafik

 Dari hasil perhitungan tersebut bahwa terlihat ada 1 sempel yang ada diluar UCL (628.67) yaitu pada sample ke 20,
dan 29 sample berada dalam range UCL (628.67) sampai LCL (-94.87) sehingga dapat disimpulkan bahwa data yang
diambil belum dikatan seragam atau lolos uji kesaragam maka diperlukan perbaikan data pada sampel yang keluar dari
UCL.
 b. Simulasikan data serving time tersebut menggunakan random number generator LCG dengan diketahui
.

No Hasil Mod m Hasil Nilai Mod / m Hasil Random Number Simulasi

1 3 3 mod 100 3 ⁄ 0.03 1 259

=

2 9 9 mod 100 9 ⁄ 0.09 3 609

=

3 21 21 mod 100 21 ⁄ 0.21 7 55

=

4 45 45 mod 100 45 ⁄ 0.45 14 371

=

5 93 93 mod 100 93 ⁄ 0.93 28 317

=

6 189 189 mod 100 89 ⁄ 0.89 27 242

=

7 181 181 mod 100 81 ⁄ 0.81 25 118

=

8 165 165 mod 100 65 ⁄ 0.65 20 778

=
9 133 133 mod 100 33 ⁄ 0.33 10 174
=

10 69 69 mod 100 69 ⁄ 0.69 21 338

=

11 141 141 mod 100 41 ⁄ 0.41 13 40

=

12 85 85 mod 100 85 ⁄ 0.85 26 151

=

13 173 173 mod 100 73 ⁄ 0.73 22 28

=

14 149 149 mod 100 49 ⁄ 0.49 15 195

=

15 101 101 mod 100 1 ⁄ 0.01 1 259

=

16 5 5 mod 100 5 ⁄ 0.05 2 283

=

17 13 13 mod 100 13 ⁄ 0.13 4 219

=

18 29 29 mod 100 29 ⁄ 0.29 9 308

=

19 61 61 mod 100 61 ⁄ 0.61 19 238

 =

20 125 125 mod 100 25 ⁄ 0.25 8 625

=

21 53 53 mod 100 53 ⁄ 0.53 16 256

=

22 109 109 mod 100 9 ⁄ 0.09 3 609

=

23 21 21 mod 100 21 ⁄ 0.21 7 55

=

24 45 45 mod 100 45 ⁄ 0.45 14 371

=

25 93 93 mod 100 93 ⁄ 0.93 28 317

=

26 189 189 mod 100 89 ⁄ 0.89 27 242

=

27 181 181 mod 100 81 ⁄ 0.81 25 118

=

28 165 165 mod 100 65 ⁄ 0.65 20 778

=

29 133 133 mod 100 33 ⁄ 0.33 10 174

=
 30 69 69 mod 100 69 ⁄ 0.69 21 338
=
*Number random menggunakan rumus roundup karena agar data yang dihasilkan menjauhi angka 0 (nol)

 Didapat nilai data random sebagai berikut :

1, 3, 7, 14, 28, 27, 25, 20, 10, 21, 13, 26, 22, 15, 1, 2, 4, 9, 19, 8, 16, 3, 7, 14, 28, 27, 25, 20, 10, 21

 Dengan nilai simulasi yaitu :

259, 609, 55, 371, 317, 242, 118, 778, 174, 338, 40, 151, 28, 195, 259, 283, 219, 308, 238, 625, 256, 609, 55, 371,
317, 242, 118, 778, 174, 338

c. Uji kerandoman dari data random yang didapat

 Data random menggunakan nilai simulasi sebagai berikut :
1, 3, 7, 14, 28, 27, 25, 20, 10, 21, 13, 26, 22, 15, 1, 2, 4, 9, 19, 8, 16, 3, 7, 14, 28, 27, 25, 20, 10, 21

 Rumusan Hipotesis
Barisan bersifat acak (random)
Barisan bersifat tidak acak (non random)

 Tingkat Signifikasi
 Total #Gaps diberikan oleh banyaknya digit minus 20, jadi Banyaknya berseuaian dengan berbagai
digit (1, 2, 3, 4, 7, 8, 9, 10, 13, 14, 15, 16, 19, 20, 21, 22, 25, 26, 27, 28)

No Digit #Gaps

1 1 1

2 2 -

3 3 1

4 4 -

5 7 1

6 8 -

7 9 -

8 10 1

9 13 -

10 14 1
11 15 -

12 16 -

13 19 -

14 20 1

15 21 1

16 22 -

17 25 1

18 26 -

19 27 1

20 28 1

TOTAL 10
 Frekuensi untuk semua digit

No Digit Panjang Gap Frequency

1 1 13 1

2 2 - -

3 3 19 1

4 4 - -

5 7 19 1

6 8 - -

7 9 - -

8 10 19 1

9 13 - -

10 14 19 1

11 15 - -
12 16 - -

13 19 - -

14 20 19 1

15 21 19 1

16 22 - -

17 25 19 1

18 26 - -

19 27 19 1

20 28 19 1

TOTAL 184 10
  Perhitungan Uji Gap

No Panjang Gap Freq. Relative Freq. Cum Relative Freq. | |

1 0-3 0 0.0 0.3439

2 4-7 0 0.0 0.569533

3 8-11 0 0.0 0.71757

4 12-15 1 0.1 0.7147

5 16-19 9 1.0 0.121577

 Nilai dengan nilai yaitu

 Kriteria Uji
| | adalah lebih besar dari maka hipotesis yang menyatakan
barisan digit tersebut bersifat acak (random) ditolak atau data tersebut bersifat tidak acak (non random).
d. Cari distribusi dari data asli serving time dan data hasil simulasi (diperbolehkan menggunakan software untuk
fitting distribution)
 Data serving time
Dari banyaknya fungsi distribusi saya memilih distribusi Dagum. Berikut ini hasil dari distribusi Dagum.
1. Graphic (Grafik)

2. Summary (Ringkasan)

Dari pemprosesan data pada software EasyFit, dapat dilihat ringkasan pada tab ‘Summary’ bahwa Dagum
memiliki nilai .
3. Detail Goodness Of Fit
Pada tahap pengujian goodness of fit (pengujian hipotesis kompabilitas), digunakan 3 metode pengujian yaitu
metode Kolmogorov-Smirnov, Anderson-Darling, dan Chi-Square. Berikut merupakan hasil output dari software
EasyFit.

Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok menjadi sample.
4. Cumulatif Distribution Function

5. Survival Function
6. Hazard Function

7. Cumulatif Hazard Function

8. P-P Plot

9. Q-Q Plot
10. Probability Difference

11. Descriptive Statistics

12. Analisa Output

Data telah diproses menggunakan fungsi distribusi Dagum dan di uji dengan 3 macam metode pengujian yaitu
metode Kolmogorov-Smirnov, Anderson-Darling, dan Chi-Square. Dari ketiga metode uji tersebut tidak
ditemukan reject, sehingga data ini cocok menjadi sample. Sedangkan dari rangking yang diperoleh distribusi
Dagum pada metode Kolmogorov-Smirnov pada rank 1, Anderson-Darling pada rank 1, dan Chi-Square pada
rank 17. Sehingga menjadikan Dagum sebagai distribusi terbaik (Goodness Of Fit).
 Data hasil simulasi
Dari banyaknya fungsi distribusi saya memilih distribusi Log-Logistic (3P). Berikut ini hasil dari distribusi Log-
Logistic (3P)
1. Graphic (Grafik)

2. Summary (Ringkasan)

Dari pemprosesan data pada software EasyFit, dapat dilihat ringkasan pada tab ‘Summary’ bahwa Log-Logistic
(3P) memiliki nilai .
3. Detail Goodness Of Fit
Pada tahap pengujian goodness of fit (pengujian hipotesis kompabilitas), digunakan 3 metode pengujian yaitu
metode Kolmogorov-Smirnov, Anderson-Darling, dan Chi-Square. Berikut merupakan hasil output dari software
EasyFit.

Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok menjadi sample.
4. Cumulatif Distribution Function

5. Survival Function
6. Hazard Function

7. Cumulatif Hazard Function

8. P-P Plot
9. Q-Q Plot

10. Probability Difference

11. Descriptive Statistics

12. Analisa Output
Data telah diproses menggunakan fungsi distribusi Log-Logistic (3P) dan di uji dengan 3 macam metode
pengujian yaitu metode Kolmogorov-Smirnov, Anderson-Darling, dan Chi-Square. Dari ketiga metode uji
tersebut tidak ditemukan reject, sehingga data ini cocok menjadi sample. Sedangkan dari rangking yang diperoleh
distribusi Log-Logistic (3P) pada metode Kolmogorov-Smirnov pada rank 1, Anderson-Darling pada rank 2, dan
Chi-Square pada rank 6. Sehingga menjadikan Log-Logistic (3P) sebagai distribusi terbaik (Goodness Of Fit).